AI人工智能有很多方法可以操纵照片，让您看起来更好看，消除红眼或镜头眩光等等。但到目前为止，眨眼已经证明了一个顽强的快照对手。

　　这远远不是智能“绘画中”的唯一例子，因为当一个程序用它认为属于的地方填充一个空间时，这个技术就会被调用。特别是，Adobe通过其“上下文感知填充”充分利用它，允许用户无缝地替换不需要的功能，例如突出的分支或云，并且很好地猜测如果不存在。

　　但人工智能有些功能超出了工具的替代能力，其中之一就是眼睛。他们的详细和高度可变的性质使得系统更难以实际地改变或创建它们。

　　它通过一个生成敌对网络来实现，它本质上是一个机器学习系统，它试图欺骗自己认为它的创作是真实的。在GAN中，系统的一部分学会识别面部表情，并且系统的另一部分重复创建基于识别部分反馈的图像，逐渐成长为现实主义。

　　在这种情况下，网络接受了培训，以识别和复制令人信服的睁眼。这可以做到，但正如你在右边的例子中看到的那样，现有的方法留下了一些需要的东西。它们似乎贴在人们的眼睛上，没有考虑与其他图像的一致性。

　　机器很幼稚：他们没有直觉的理解，打开自己的眼睛并不会改变周围皮肤的颜色。（就此而言，他们对眼睛，颜色或任何事情都没有直观的理解。）

　　人工智能研究人员所做的就是将“示范”数据包括在内，以显示眼睛打开的目标人物，从中GAN不仅了解到眼睛应该在人身上发生什么，而且还知道这个人的眼睛是如何塑造，着色等等上。

　　结果是相当现实的：没有颜色不匹配或明显的拼接，因为网络的识别部分知道这不是人看起来的样子。

　　在AI测试中，人们错误地将假眼睛打开的照片误认为真实的照片，或者说他们不能确定哪些是超过一半的时间。除非我知道一张照片被篡改，否则我可能不会注意到如果我在新闻采访中滚动浏览照片。

​　　它在某些情况下仍然失败，如果一个人的眼睛被头发部分覆盖，或者有时不能正确地重新创建颜色，则会产生奇怪的伪影。但那些是可解决的问题。

　　你可以想象一下，一个自动开眼界工具的用处，它可以检查一个人的其他照片，并用它们作为参考来代替最新的照片。（黑客周刊）